学习冠军训练项目介绍

学习冠军训练营(在线项目)

让学生学会学习,这应该是基础教育的一个基本目标。然而今天,教育体系并不是为此而设计。

这是学习冠军训练体系,旨在解决的问题。面向初中一年级的学生,在中学开始的阶段,用一年的时间,训练起出色的学习能力,不仅仅是能够有效消化课堂科目的知识,更能持续的反思、提升自己的学习能力,从而真正实现「授人以渔」。

学神训练体系

教学理念与训练体系

这个训练体系的教学理念核心,可以概括为八个字:「人本、赋能、溯本、协作」。

所谓人本,就是以人为本,尊重人、信任人、服务人、发展人。

具体到优先级上,人重于任务。

这一点,与应试教育恰恰相反。在应试教育中,对「任务」的关注远远高于对「人」的关注。

今天的教育体系,来源于工业时代,它本身就是工业时代的典型模式:以大规模标准化生产为目的的工厂。老师是工人,学生是产品,课堂是流水线。一旦流水线开动,那就按部就班,无论学生是不是学好这一课,到点了就要往下走。

这种工业化的教育,从人类历史的角度来看,是巨大的进步,它第一次在全民中普及了基础教育,完成了扫盲等基本教育任务,为工业社会培养了大量的人力资源。

然而,这种模式也有巨大的缺陷,尤其是在人工智能时代逼近的今天,它既难以满足被尊重、被信任、求发展的个人需求,也难以满足培养有想象力、创造力、领导力、科技力的创新者的社会需求。

彼得·德鲁克,在《下一个社会的管理》中说:

让传统劳动力有生产力的保障是体制,无论是弗雷德里克•泰勒的「最好方法」、亨利•福特的流水生产线,还是爱德华•戴明的「全面质量管理」,这些体制本身都有知识含量。这些体制之所以具有生产力,是因为它使得每个员工不需要多少知识或技术就能完成工作。其实,在流水生产线上(在戴明的全面质量管理中也是一样),个别员工的技术太强,对其他同事和整个体制反倒是种威胁。然而,在知识型的组织中,让体制有生产力的却是个别员工的生产力。在传统劳动力中,员工为体制服务,但在知识型组织中,体制必须为员工服务。

在传统劳动力中,员工是为体制服务的。套用到学校教育中,就是不管你的学习状况是什么,这些作业你都得做,这些课你都得听,个人来适应体制。

所以应试教育的导向,本身就难以培养出高度能力的人。

而在知识性的组织当中,就要反过来了,体制需要为人服务。例如我们看一些顶尖的公司的早期,早期的谷歌也好、早期的微软也好,它非常强调个体的生产力。员工有生产力整个组织才有生产力。组织要为员工的高生产力服务,因此像Google、微软这样的公司,内部服务体系都做的出色。

真是挺有讽刺意味,传授知识的学校体系,却并不是知识型组织。

学习冠军训练体系,旨在弥补这一缺陷,因此「赋能」是体系设计的基本出发点。从这一点出发,来看训练体系的设计:

  • 把学习能力(提升其他能力的能力)作为训练体系的重点,把对学习能力至关重要的知识体系建构能力作为重点中的重点。拥有出色的学习能力,学生可以自行建构其他能力
  • 以培养学习能力为导向,那么学习活动就不仅仅局限于科目知识的学习,也需要反思「如何学习」本身,研究自己和他人的学习过程
  • 而学习是人的活动,要了解学习,就需要了解人是如何运作的,例如人是如何认知、如何决策、如何行动,因此「研究人」,也是在训练体系中一个基本任务
  • 生产工具水平很大程度决定生产力水平,因此从头打造支持知识体系建构的学习系统
  • 在学习系统中可以「既见树木又见森林」,从而让学习者拥有自己学习状况的充分信息,支持他们做出高质量决策(数据赋能)
  • 个人的力量有限,在体系设计中把「协作学习团队学习」作为基础,从而让学习者可以在学习型的团队和社群中
  • 学习系统从设计上支持赋能整个学习团队和社群
  • 学习冠军课为展开高质量的学习活动,提供必要的知识转移,尤其是整体思维的宏观概览、学习相关的本质原理、高效学习的基本动作

马克思说生产力决定生产关系,生产关系反作用于生产力。「人本」和「赋能」理念,从教育体系的维度来看,是教育中的生产关系因素。

相比应试教育的管教式关系,这种关系需要更高的生产力支持。这就像顶级的科技公司,通常更偏向于以人为本,赋能员工,这背后是它们高度的生产力。

反过来,以人为本,高度赋能的教育好不好,好呀。但是应试教育体系很难做到,因为资源投入有限,而生产力都没有根本性的变化,低下的教育生产力水平不足以支撑。

从教育体系运作的角度来看,「溯本」思维,解决的是生产力问题。从本质出发认识事物,构建解决方案,更可能带来生产力的革命性突破。从而为「人本」和「赋能」提供支持。

从人的培养来看,「溯本」是科学素养的基础,是学习生产力的关键驱动因素。

训练计划的阶段

这个训练计划,以一年为期,分为6个阶段:

1)学习启蒙阶段

  • 周期:1周-2周
  • 目标:建立对学习和初中学习的整体宏观视野,对知识森林学习系统有初步认知
  • 课程:学习的本质
  • 作业:「学习的本质」知识脉络梳理

2)动作规范阶段

  • 周期:2个月
  • 目标:养成整体知识体系建构的基本思维习惯、日常动作
  • 课程:知识体系建构法
  • 作业:以数学科目为实践,日常建构知识体系,并更新到学习系统(说明:这一作业在此后的阶段依然持续)

3)数据洞察阶段

  • 周期:2个月
  • 目标:养成研究、数据分析思维、从数据产生洞察、掌握Excel数据工具、继续养成整体知识体系建构的基本思维习惯、日常动作
  • 课程:Excel数据分析与工具设计
  • 作业:自我/项目学习数据分析评估
  • 作业:基于数据进行专题研究(例:学习中的数学思维)

4)工具创造阶段

  • 周期:3个月
  • 目标:养成工具意识,创造工具突破学习生产力
  • 课程:Python语言入门
  • 作业:使用Excel创造学习工具(例:针对特定知识点,自动化出题与评测)
  • 作业:使用Python创造学习工具(例:针对特定知识点,自动化出题与评测)

5)人文素养阶段

  • 周期:2个月
  • 课程:情商入门
  • 目标:在人文领域,塑造知识体系建构意识,初步建立自己的人文知识脉络
  • 作业:人文科目的知识脉络建构

6)总结升华阶段

  • 周期:1个月
  • 目标:基于过去1年的实践,以及学习数据,反思研究,形成对学习能力的系统化框架
  • 作业:学习能力研究和实践报告

教学方式的说明

1)这是一个在线项目,主要交互方式包括:

  • 在知识森林学习软件中,产生的知识点、链接,围绕他们可以进行讨论、笔记
  • 训练中「课程」的部分,主要以视频课的方式,发布在学习软件中,可以讨论、笔记
  • 其他方面的交流,主要在课程微信群中进行

2)以异步沟通为主的方式

所谓同步沟通,就是几方必须同时在线在场,例如传统的线下授课。异步沟通,就是诸如微信群这种,大家不一定同时在线,有空的时候回复。

异步沟通为主意味着更大的灵活性,例如绝大多数情况,可以自行安排时间学习视频课程,完成作业,从而给学习者更大的主导权。

3)源于中学科目,高于中学科目

在教学上,训练体系首先坚持源于中学科目,学习和初中教育紧密结合,例如将数学学习的知识体系建构作为贯穿始终的作业,在学习者在这个项目中,一步一步建构起数学知识体系。从而帮助他们解决现实中的学习和应试问题。

在此基础上,培养更高层次的能力,诸如整体体系建构、学习过程反思、数据分析、编程语言、工具设计等。这些一方面是对人的能力的发展,另外本身也能反过来促进中学科目的学习。

4)阶段的灵活性

上述6个阶段列出的周期,是一个参考值,基于学习者本身的进度,通常会有差异。

对学员和家长的要求

对学员的要求:

1)主动学习实践,爱思考,愿意分享与交流
2)最好每天晚上能使用电脑(当天完成知识体系建构作业),最差每周末能使用电脑(确保每周完成本周的知识体系建构)
3) 每周大致有4小时的时间用于项目,包括课程学习、作业和讨论交流

对家长的要求:

学习冠军训练体系是一个在线项目,如果在线下,家长参与到学习质量管理的工作中,效果会更好。毕竟线下有线下的交流优势。

在质量管理中有一个基本原则,就是尽量从源头开始管理质量。例如一个工厂,最好是从原材料就开始质量检测控制。否则可能吭哧吭哧成品都出来了,才发现不行,浪费资源。

在每一步都有质量控制,最终成品的质量就容易有保障。

应试教育的一个很大问题在于,在课堂教学中,一个关键的质量标准,是学生对知识体系的掌握状况。但是应试教育对这一点,是缺乏即时的质量检测和控制手段的。而是通过做题,包括课后练习和后续的刷题,来反过来测验学生的掌握度。

然而这种方式一是不精准,二是有滞后效应。例如在前面我表妹的案例中,她都高二了,都没意识到自己在初二哪些知识点有问题,甚至连「知识点」和「知识体系」这样的概念,也未必清晰。

因为缺乏「知识体系构建质量」源头的质控,应试教育体系哪怕单纯从应试效率的角度,也是低效的。

在学习冠军训练体系中,知识体系建构法,从质量控制的角度,是从源头开始,就来确保学习质量。这里面有几个基本动作层次:

  • 课堂上:学生笔记应该是有知识点、以及他们之间的关系示意图(在课堂上就从知识体系角度思考),具体这个怎么做在训练项目中会详细讲,这里大家只要有概念
  • 课后:在知识森林学习系统中创建知识点、重要题目、案例和链接
  • 课后:对知识点标注掌握程度
  • 做题训练、考试时:将错题、疑题输入系统,链接到相关知识点,并可能更新相关知识点的掌握进度

这些动作,每一步都可以认为是一个质量控制节点。当一个人按照这个流程学习,那么大概率的,他会学的比同等水平的,却不按照这个流程学习的人要好。

从家长的家长,协助小孩来管理这些基本质量,会有很大帮助。首先是可以确认他们是否做了这些事情

  • 看笔记是否有知识点和关系示意图
  • 看学习系统,是不是按照学习进程有更新知识点、链接
  • 学习系统,是否有掌握度状况标准
  • 错题是否进入了学习系统,是否链接到了相关知识点

这些家长不需要懂具体的内容,只要看做没做就好了。因为大概率,做了就比没做生产力高。

如果没做怎么看呢,千万别开骂,而是了解情况,例如为什么没做,这些方法感觉怎么样。然后再看下一步怎么办,中间可以和老师讨论。

另外就是对质量的管理。

质量管理有个非常简单的办法,就是对着知识体系图,选择一部分,让小孩解释给你听。如果小孩真的是逻辑一层一层建立起来了,对知识体系有掌握。通常他讲起来比较清晰,每个节点是什么概念,之间的关系是什么。他是能够自圆其说的。

需要说明的是,本身在课程中,老师也会给出一个参考的科目知识体系,作为质量评估参考。可以用来对照同学自己的,这样同学本身就可以来进行检查。参考体系并非唯一答案,因为事物本来就是相互关联的,可能有多种路径。但很多时候也能发现知识建构的问题,例如知识点太模糊或者缺失。

前面谈到训练计划6个阶段,这种家长对质量管理的参与,在第二阶段「动作规范期」很重要,因为学生习惯没有养成。如果学生已经持续的养成了习惯质量有保障,那么就没有必要了。

精简版:知识体系构建课(在线项目)

学习冠军的定位,是精英教育。无论是对老师、家长还是同学,所需的资源成本较高,招生人数有限。

它的精简版「知识体系建构课」,旨在解决更普遍的,提升初中学习效率的需求。课程内容包括:

  • 在线视频课:学习的本质(3小时)
  • 在线视频课:知识体系建构法(2小时)
  • 体系建构实训:数的整除、分数(沪教版六年级数学上)
  • 1年的知识森林学习系统使用权限
  • 初一数学参考知识体系与核心脉络梳理

说明:体系建构实训部分,用六年级「数的整除」、「分数」两章,让学员实际开始进行知识建构,并且对比老师的思路。要求学习者统一使用沪教版教材,按照教材的顺序建构知识体系(因为这两章作为基础知识,各版教材差异不大,统一便于教学,重点是掌握建构法)。

 

Mindstorms

过去十年里,我在教育方面看到的觉得最有洞察力的一本书,是这个:「Mindstorms: Children, Computers, And Powerful Ideas」,作者Seymour A. Papert,Logo编程语言的设计者。

可能有些人对Logo语言有印象,就是屏幕中间有只乌龟,你编程可以操作乌龟的行为,例如转向、走两步。

全书第一版写于上个世界70年代,但直到今天,它的思想依然领先于时代。读书的时候,顿感有些时候,事情发展并没有想象的那么快。

我从亚马逊买到的是第二版,从美国买回来也就100元左右,很值。书的序言作者叫做John Sculley,我想「咦这个名字好像比较熟」,然后想起就是乔布斯用「卖糖水还是改变世界」勾引过来的那位百事CEO。

那么这本书到底谈什么呢?我觉得它讨论的,是教育的整体设计,与计算机在其中的作用。

在书中作者主要以数学为例,讨论教育的改进问题。总结一些关键如下(英文书看的比较快,下面是我自己的理解总结。可能与原文有出入,仅供参考):

要实现高质量的教育,你需要同时搞懂两大问题:特定教育领域(如数学)、教育方法。他认为教育界的一大问题,就是常常忽略了前者,而关注后者,但这样很难搞好。

作者以数学为例,说为什么数学一定是要教现有教科书上的知识体系呢?这些内容是很久以前沿袭下来的,有当时的历史背景,而且说不定就是某人一拍脑袋想出来的。改进教育,首先的问题是检讨到底教育的内容是什么。

作者提出了他的观察,就是有些领域,例如语言,其实内容挺多,但小孩自然而言的,就能学会讲话,各种各样的对话,并没有多少压力;而在数学这样的领域,为什么小孩的能力很难自然增长?只能依靠正式的教育。

围绕这样一条路线,成功的关键可能并不是在课堂上,给学生灌输多少知识。而是如何打造有效的系统,让人们可以在特定的领域(如数学)方面,「通过日常非正式学习提升自然提升」。或者说「让正式教育可以有效的带动非正式学习」。

作者指出,当前的教育思维中,有一个被习以为常的误区,恰恰扼杀了「非正式学习/自然成长」的可能性。这就是过度重视正确的知识。

以物理为例,我们都知道学校会传授牛顿物理学的知识,而对亚里斯多德物理学(例如:力是物体运动的原因),认为是错误的直接带过。

这样做的问题在哪里呢?作者认为,亚里斯多德物理学,是牛顿物理学的自然步骤。因为亚里斯多德物理学,其实是和我们的直觉吻合的。例如我们看到风在吹的时候,树叶就动了,比较自然地就能够得出「力是物体运动的原因」。

那么当我们砍掉了这个部分之后,其实我们的直觉,就和物理脱钩了。那么物理就不再是经验上可以理解的东西,而仅仅是公式和符号。而人类的认知系统,是很难去理解公式和符号的,所以我们的经验与直觉,不再能够支持物理知识的自然提升。

数学也是如此,58+37=?,这些通常都是很抽象的概念,对于大多数人,尤其是小孩(他们的认知系统还不具备足够的抽象能力),缺乏个人的体验,也无法在日常中自然地提升认知。

作者谈到它设计Logo语言,其实就是想建立这样一个「自然认知」的数学教育方式。在Logo里有个小乌龟,输入Forward 50就会前进50步,输入Forward 5就会前进5步,那么小孩很自然的,就开始把数字与实际经验建立了关联。通常的,你可以让乌龟调整角度(例如45度、90度),这其实是在建立基本的几何概念:角度、二维空间。

通过Logo语言来做数学教育,可以产生一个传统教育方式很难达到的目标:让学员在学习过程中,满足某种个 性化的需求。传统的数学教育,大家都算两只兔子+5个老鼠一共有多少支脚,这种对于小孩来讲,缺乏个人动力。而当用Logo编程语言的时候,有些小孩想画一朵花,有些想画一个矩形,因为这是「他们自己的目标」,自然兴趣就足了很多。

那些爱学习/学习能力强的人,常常是在学习中,找到了满足某种个人需求的方式。而高质量的教育,可以让更多的人获得「解决自己问题的学习动力」。

回到「认识教育内容」的问题,「复杂问题的分解」其实也是数学的一部分。在传统的数学教育中,常常人们很难理解「这和我有什么关系」,所以也难于掌握。而在Logo这样的编程语言中,小孩想要画一个比较复杂的形状,常常很自然的需要把一些重复步骤,弄成函数。于是他们就在无形中,建立了「问题分解」的概念。

所以作者谈到,藉由计算机建立的虚拟世界,可以提供前所未有的强大手段,在激发人们个性化动力的同时,帮助学生建立经验世界与理论世界的联系,从而让他们可以在日常生活/环境中,自然的提升。

而更强大的是,通过一系列的、循序渐进的虚拟世界,你可以将复杂的领域知识,拆分成一步一步的顺序,帮助掌握。例如教授物理概念,一开始虚拟世界中的物体,没有质量的概念。而在后面的虚拟世界中,开始引入了质量。这样的层层推进,大幅度提升了学习的成功率。

三十多年过去了…为什么我们的教育,还是在传统上奔跑呢?作者也谈到:教育能做什么是一个技术问题,而教育会做什么,则是一个政治问题,变革可能是缓慢的。

创造者与创造力

知识森林学习软件,很大程度受到Papert的启迪。通过计算机建立的「知识体系世界」,让知识建构变成经验可以感受的部分,从而在头脑中自然的形成概念,最终即使没有工具,也可以自动化的运作。

Papert是创造者。

2007年,我培训保时捷各地的经销商。有次在4S店里,听到视频在播放费迪南德·保时捷(保时捷创始人)的一句话:「一直以来,我没能找到我梦想的汽车,所以我决定自己创造」。

那句话给我印象很深,我意识到大多数人包括我自己,往往是自动化的在现实世界的框架内运作,很少会跳出来去「创造未来」。

今天的中学生家长,本身通常是应试教育中出来的。然而,如果今天让家长来看教育,他们通常会合理化应试教育,觉得「不这样也没办法」。

这种表现本身就反映出应试教育的问题:塑造出来的人循规蹈矩,缺乏想象力、创造力。

我想做的是,是能够培养出创造者的教育。如果没有,那么我们就自己动手。

关于创造力,乔布斯说:

「创造」其实就是把各种事物联系在一起。当你问一个很有创造力的人他们是如何做事的,他们会感觉惭愧,因为他们真的没有去刻意这样做,他们只是看到了一些不一样的东西。这对他们而言其实是很平常的。因为他们能够把经验和新事物联系在一起。而他们可以做到的原因是他们比其他人拥有更多的经验和经历,或者他们对自己的经验和经历思考的更多。然而不幸的是,这种人才太稀缺了!我们这行的绝大多数人都没有什么丰富的经验。因此他们没有足够多的「点」进行连接,因此最终拿出一个非常线性的解决方案,缺乏对问题的宽广视角。一个人越是对人性有更全面的理解,我们就越是能设计出好的产品。

关于这段话,我想各位大概理解了,知识建构与创造力的关系。最后,我想分享另外一位创造者的故事。

网上有一个搜索引擎叫做Wolfram Alpha,跟Google不同,它号称是「计算智能」型的引擎,在上面能做一些挺好玩的事情。例如,你可以输入一个方程,按一下按钮,它就自动给出解题过程。

这个引擎的创始人,Stephen Wolfram,属于典型的学神。15岁就发表论文,但因为觉得学校学的东西无聊,17岁肄业于伊顿公学;17岁至18岁在牛津发表了高质量论文但还是没能拿下学位;之后去加州理工学院读博士,于20岁终于拿到第一个毕业证书和物理博士学位。后来创业,他创造的Mathematica软件,是技术计算领域的超级利器。

在他的演讲中有一段话:

我一直认为,研究一定要用最好的工具。70年代中期,计算机在英国很稀罕。我第一次接触计算机,用的还是纸带。但是,我很快就成了一个相当厉害的程序员。

接下来几年,我在物理学研究中大量使用计算机。即使我用的是当时最先进的美国计算机,还是不断遇到故障。

二十岁那年,我拿到了博士学位,成为物理学家的梦想进展得很顺利。

但是,我还是想要更好的工具,我明白,唯一的方法就是自己把它们造出来。所以,我就动手了。

听听,这话跟「一直以来,我没能找到我梦想的汽车,所以我决定自己创造」,一回事嘛。

想要什么,现在又没有,那就自己做嘛。

赋能教育需要新的工具,没有怎么办,唯一的方法就是自己把它们造出来。所以,我就动手了。

今天,工具造出来了,我们可以去创造更好的教育了。那么作为家长或者学生的你,下一步的问题是:你真的想要吗?

一条评论

发表评论

您的电子邮箱地址不会被公开。